核心用法
agent-local-memory 是一套面向 AI 代理（Agent）的本地文件型记忆系统，解决上下文窗口有限、会话状态易丢失的痛点。它通过规范化目录结构（~/.claude/memory/、~/.openclaw/memory/ 或通用 ~/.agent-memory/）与 MEMORY.md 索引文件，实现四类记忆（用户偏好、行为反馈、项目上下文、外部资源引用）的持久化存储。
触发时机：(1) 用户主动要求"记住"某事；(2) 用户询问已记忆内容；(3) 上下文即将耗尽前自动保存进度；(4) 对话启动时自动检测已有记忆。
文件格式：每个记忆独立为 .md 文件，含 YAML frontmatter（name/description/type），MEMORY.md 仅维护索引链接与单行描述，超过 200 行时自动裁剪合并。
显著优点
- 零外部依赖：纯本地文件实现，无需数据库或云服务，隐私风险极低
- 跨平台兼容：支持 Claude Code、OpenClaw 及通用 Agent 环境
- 结构化索引：
MEMORY.md快速检索，避免全量加载 - 智能防重：写入前扫描索引，自动更新而非重复创建
- 会话无缝恢复：对话开始时自动提示可用记忆，上下文边界前主动持久化
潜在局限
- 单点存储：无分布式或备份机制，设备损坏即丢失
- 并发风险：多实例同时读写可能产生冲突（无文件锁机制）
- 规模瓶颈：200 行索引限制 + 纯文本检索，大规模记忆场景性能下降
- 无版本历史：覆盖更新即丢失旧版，无法回滚
- 平台耦合：路径硬编码依赖特定 Agent 环境，迁移需手动配置
适合人群
- 长期使用 Claude Code / OpenClaw 的开发者
- 需要跨会话保持项目上下文的 AI 辅助编程场景
- 对数据隐私敏感、拒绝云存储的企业/个人用户
- 单机工作流、无多设备同步需求的用户
常规风险
- 数据完整性：异常中断可能导致索引与文件不一致
- 敏感信息泄露：记忆文件以明文存储，共享设备需注意权限设置
- 过度依赖：关键业务逻辑不应仅存于 Agent 记忆，需配合正式文档